TensorFlow自然語言處理（影印版）

作為一名開發(fā)人員，您總是需要留心并做好準備以應(yīng)對即將發(fā)生的事情，同時還要關(guān)注當前趨勢。那么，有什么比學(xué)習現(xiàn)在和未來這兩個世界的完美結(jié)合更好呢？人工智能（AI）被廣泛認為是繼移動之后的下一個大產(chǎn)業(yè)，而谷歌的TensorFlow是*的開源機器學(xué)習框架，也是人工智能熱門的分支。這《TensorFlow智能移動項目（影印版英文

PyTorch是Facebook于2017年初在機器學(xué)習和科學(xué)計算工具Torch的基礎(chǔ)上，針對Python語言發(fā)布的一個全新的機器學(xué)習工具包，一經(jīng)推出便受到了業(yè)界的廣泛關(guān)注和討論，目前已經(jīng)成為機器學(xué)習從業(yè)人員的研發(fā)工具。 《PyTorch深度學(xué)習》是使用PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的實用指南，內(nèi)容分為9章，包括PyT

本書介紹大量特征工程技術(shù)，闡明特征工程的基本原則。主要內(nèi)容包括：機器學(xué)習流程中 的基本概念，數(shù)值型數(shù)據(jù)的基礎(chǔ)特征工程，自然文本的特征工程，詞頻-逆文檔頻率，高效的分類變量編碼技術(shù)，主成分分析，模型堆疊，圖像處理，等等。

Python、TensorFlow、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習因人工智能的流行而成為當下IT領(lǐng)域的熱門關(guān)鍵詞。本書首先介紹了Python及其常用庫Numpy、Matplotlib和Scipy的基本使用方法；其次介紹了TensorFlow的基本知識及使用方法；然后介紹了神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識以及神經(jīng)網(wǎng)絡(luò)基本應(yīng)用——感知機、線性回歸與

探索人工智能Ⅱ· 交叉應(yīng)用

“理解未來系列”一套共7本，本書是其中之一�！袄斫馕磥怼笔俏磥碚搲�每月舉辦的免費大型科普講座，它邀請知名科學(xué)家用通俗的語言解讀*激動人心的科學(xué)進展，旨在傳播科學(xué)知識，提高大眾對科學(xué)的認知。本套叢書是精選的部分現(xiàn)場講座的文字整理，然后按照不同學(xué)科歸類分冊。

本書是“達人迷”經(jīng)典系列中關(guān)于機器學(xué)習的一本。本書內(nèi)容分為6個部分,共計23章,由淺入深地講解機器學(xué)習的基礎(chǔ)知識,本書使用的語言--Python和R,必備數(shù)學(xué)知識,處理數(shù)據(jù)的常用工具,機器學(xué)習的應(yīng)用以及常見的學(xué)習包、模型等6個方面,以幫助讀者了解并掌握機器學(xué)習的相關(guān)知識、并能將其應(yīng)用于自己的工作中。

本書是面向Java開發(fā)工程師崗位開設(shè)的一門專業(yè)課。Java開發(fā)是一項實踐性非常強的技術(shù)，本書要求閱讀者能夠熟悉Java面向?qū)ο蟮木幊趟枷�、JavaEE技術(shù)、Redis、Mongodb和Mysql數(shù)據(jù)庫以及各種開源框架。本教材面向教育，對接行業(yè)，融入了當前物聯(lián)網(wǎng)行業(yè)、企業(yè)中主流的物聯(lián)網(wǎng)云平臺開發(fā)技術(shù)，體現(xiàn)生產(chǎn)、服務(wù)中的真

本書內(nèi)容包括：研究特征提取與特征工程過程、評估線性回歸的性能和誤差估計、使用不同類型的算法構(gòu)建數(shù)據(jù)模型并理解其工作原理、調(diào)整支持向量機(SVM)的參數(shù)、探討自然語言處理(NLP)和推薦系統(tǒng)的概念、從頭開始創(chuàng)建一個機器學(xué)習架構(gòu)。